LATIDIA / EXPLORAR
Chatbots: descargas, empresas y actualidad
Compará diez asistentes de IA con cifras públicas de Android y acceso a sus sitios oficiales.
Cómo leer las cifras
Google Play publica umbrales de instalaciones acumuladas, no descargas exactas por mes. Esta selección no constituye un top mundial certificado.
Una aplicación puede cambiar de nombre y conservar instalaciones anteriores. Copilot queda sin clasificación mientras no haya una cifra comparable de su aplicación independiente.
Últimas noticias relacionadas
Desde enero de 2026. Archivo recuperado: 2423 publicaciones en este filtro; cobertura parcial de las fuentes accesibles. Una nueva noticia aparece primero sin cambiar la fecha de las anteriores.
Este año · Todo el archivo conservado
Una revisión exhaustiva de la inteligencia artificial física generativa
arXiv:2609.18111v1 Tipo de anuncio: nuevo Resumen: La integración de modelos de cimientos a gran escala con realizaciones físicas ha llevado a avances significativos en robótica conocidos como Inteligencia Física Artificial Generativa
arXiv · cs.ROA3P5 NEMESIS Diseño integrado de rover para reconocimiento ambiental y muestreo robótico con análisis de movilidad reproducible y un punto de referencia de calibración de aprendizaje automático de datos externos
arXiv: 2609.18245v1Tipo de anuncio: nuevo Resumen: A3P5 NEMESIS es un rover de cuatro ruedas destinado a combinar la inspección remota, la observación ambiental y la manipulación ligera dentro de una plataforma útil. Este estudio
arXiv · cs.ROLos UAV cumplen con la inteligencia incorporada: uniendo las intenciones humanas y la dinámica de vuelo mediante el aprovechamiento de los agentes de IA físico-digitales
arXiv: 2609.18326v1Tipo de anuncio: nuevo Resumen: Los vehículos aéreos no tripulados (UAV) extienden la inteligencia incorporada al espacio tridimensional continuo, donde la percepción, el razonamiento, la encarnación física y la acción son estrechas
arXiv · cs.ROM$^3 $ P-R1: Aprendizaje de refuerzo para la planificación de movimiento multimodal guiada por un modelo de lenguaje grande a través de la generación de código MIP
arXiv:2609.18669v1 Tipo de anuncio: nuevo Resumen: La planificación de movimiento multimodal (M$^3 $P) requiere un razonamiento conjunto sobre movimientos continuos y transiciones de modo discreto, lo que dificulta su resolución de manera eficiente. Por ejemplo,
arXiv · cs.ROAprendizaje de la dinámica de contacto a través del tacto: Redes neuronales de gráficos condicionales de acción para la inserción de clavijas robóticas
arXiv: 2509.12151v3Tipo de anuncio: reemplazar Resumen: Presentamos un modelo basado en la física que predice el movimiento del efector final del robot y el par de fuerza de reacción en la manipulación rica en contacto. El modelo representa t
arXiv · cs.ROMejorar la semejanza humana en los agentes de aprendizaje de refuerzo a través de la cuantificación jerárquica de macroacciones
arXiv: 2605.30928v2Announce Type: replace Resumen: Los agentes similares a los humanos son un objetivo de larga data de la inteligencia artificial. A pesar de un buen desempeño, la mayoría de los agentes de aprendizaje por refuerzo (RL) siguen siendo impulsados por las recompensas y a menudo
arXiv · cs.ROAceleración de la optimización sobre gráficos de conjuntos convexos a través de aproximaciones de redes neuronales
arXiv: 2608.15440v2Tipo de anuncio: reemplazar Resumen: Los problemas de planificación de movimiento, como la navegación sin colisiones y la manipulación rica en contactos, se pueden formular naturalmente como problemas de optimización que combinan decisiones discretas
arXiv · cs.ROPropagación de confianza y contención estructural en oleoductos LLM multiagente
arXiv: 2609.17648v1Tipo de anuncio: nuevo Resumen: Los sistemas LLM multiagente automatizan cada vez más las tareas que involucran a agentes con diferentes niveles de privilegios, creando un riesgo de seguridad en el que un agente de bajo privilegio comprometido
arXiv · cs.CRReflexiones sobre la confianza, revisadas: Contaminación de agentes de codificación de IA automodificables con puntos de referencia envenenados
arXiv:2609.17817v1 Announce Type: new Resumen: Las "Reflections on Trusting Trust" de Thompson mostraron que un compilador puede ser envenenado para reinsertar su propia puerta trasera, de modo que incluso la recompilación de una fuente limpia reproduce el troyano.
arXiv · cs.CRCuando los agentes de IA se encuentran con MEV: arbitraje entre cadenas en la economía agénica
arXiv:2609.17897v1 Tipo de anuncio: nuevo Resumen: Estudiamos el arbitraje entre cadenas cuando los buscadores son agentes de IA autónomos, en lugar de humanos o bots. Modelamos agentes como extractores de arbitraje y Maximal Extractabl
arXiv · cs.CRMedición y explotación de la confianza implícita en las líneas de llamadas de herramientas de LLM
arXiv: 2609.18217v1Tipo de Anuncio: nuevo Resumen: El Protocolo de Contexto de Modelo (MCP) permite a los LLM invocar herramientas externas, pero cada interacción de herramienta expone el modelo al texto controlado por el atacante a través de múltiples canales de entrada
arXiv · cs.CRMiST: LLM de capacitación intermedia para ciberseguridad
arXiv: 2609.18496v1Tipo de anuncio: nuevo Resumen: La ciberseguridad combina un análisis de alto riesgo con un lenguaje técnico complejo, lo que lo convierte en un dominio impactante y desafiante para los LLM. Presentamos MiST (Mid-trained Security T
arXiv · cs.CRLa ilusión de la privacidad local: fallas en los límites de confidencialidad en los sistemas de servicio de LLM para consumidores
arXiv: 2609.18526v1Tipo de anuncio: nuevo Resumen: ejecutar modelos de lenguaje grandes (LLM) localmente a menudo se considera más privado que la inferencia alojada en la nube porque las indicaciones del usuario permanecen en el dispositivo. Preguntamos si mantener
arXiv · cs.CRUn marco de evaluación de riesgos de seguridad para herramientas de desarrollo impulsadas por IA
arXiv: 2609.18658v1Tipo de anuncio: nuevo Resumen: las herramientas de desarrollo impulsadas por IA ahora se utilizan ampliamente para generar código y ayudar a los desarrolladores con las tareas de programación de rutina. Aunque el trabajo existente ha identificado vulnerabilidades
arXiv · cs.CRCASHEWS: Preprocesador de origen para la detección de paquetes maliciosos basados en LLM
arXiv:2609.18862v1 Announce Type: new Resumen: Las herramientas de detección de paquetes npm maliciosos ahora aprovechan la comprensión semántica del código fuente de los LLM para detectar intenciones maliciosas a escala. Esta capacidad ha demostrado ser invaluable en
arXiv · cs.CRASLEval: Medición del desplazamiento de la exposición a la privacidad en las sesiones de agentes de LLM
arXiv: 2609.18864v1Tipo de anuncio: nuevo Resumen: Las evaluaciones de privacidad de los agentes LLM que utilizan herramientas a menudo inspeccionan una acción designada, una respuesta final o un informe de atacante. Estos proxies locales pueden pasar por alto la exposición no autorizada si no
arXiv · cs.CRBadQubits: un marco basado en LLM para la detección estática previa a la ejecución de circuitos cuánticos estructuralmente dañinos
arXiv: 2609.18965v1Announce Type: new Abstract: Este artículo presenta BadQubits, un framework basado en LLM para la detección estática previa a la ejecución de circuitos OpenQASM 2.0 estructuralmente dañinos. El marco se dirige a la ejecución física
arXiv · cs.CRCuando los agentes parecen balizas: Evasión de NIDS por tráfico de protocolo de contexto de modelo
arXiv:2609.19091v1 Tipo de Anuncio: nuevo Resumen: El Protocolo de Contexto Modelo (MCP) estandariza la comunicación entre agentes autónomos de Inteligencia Artificial (IA) y herramientas remotas a través de HTTP Transmisible. Este cambio introduce
arXiv · cs.CRAgentLSD: Evaluación de agentes de seguridad de IA bajo contaminación de tareas adversas
arXiv:2609.19140v1 Tipo de anuncio: nuevo Resumen: los agentes de IA para la seguridad inspeccionan páginas web, código fuente, registros, archivos de configuración y salidas de comandos. Estos entornos pueden contener artefactos engañosos que influyen en la
arXiv · cs.CRHacer que las reclamaciones asistidas por IA sean impugnables de forma independiente: Autoridad de publicación y un protocolo para registros de publicación falsificables
arXiv: 2609.17631v1Tipo de anuncio: Cross Resumen: Las afirmaciones asistidas por IA pueden parecer autorizadas cuando la evidencia, el análisis, la autorización humana, la presentación y el historial de corrección se refieren a diferentes estados. Procedencia, atención
arXiv · cs.CRMotor de percepción visual: inferencia multicabezal rápida y flexible para tareas de visión robótica
arXiv: 2508.11584v3Tipo de anuncio: reemplazar Resumen: Implementar múltiples modelos de aprendizaje automático en plataformas robóticas con recursos limitados para diferentes tareas de percepción a menudo resulta en cálculos redundantes, gran memoria
arXiv · cs.RO¿Quién audita a quién, sobre qué sustrato, con qué evidencia? Un protocolo de auditoría independiente para Agentic AI
arXiv:2609.18272v1 Tipo de anuncio: Cross Resumen: Los sistemas de IA genéticos planifican, invocan herramientas y actúan con supervisión limitada; ahora son objeto de auditorías y, cada vez más, del auditor. Independence, the foundati
arXiv · cs.CRPérdida colectiva de control en sistemas de agentes LLM: un relato epidémico de mutación, contagio y recuperación
arXiv:2609.18460v1 Announce Type: cross Resumen: ¿Cómo evoluciona un sistema multiagente de una desviación local a una pérdida colectiva de control? Proponemos una explicación epidémica organizada en torno a la mutación accidental, cont.
arXiv · cs.CRAsegurar la corrección de errores cuánticos contra los consejos engañosos de los agentes de IA
arXiv: 2609.19090v1Announce Type: cross Resumen: ¿Puede un atacante convertir la influencia sobre un asesor de inteligencia artificial (IA) en una actualización dañina de corrección de errores cuánticos? Identificamos una ambigüedad en el síndrome pasivo r
arXiv · cs.CR